Gemma 4 päihittää Llaman – ja pyörii Raspberry Pi:llä

Matematiikassa 20 prosentista 89 prosenttiin

Google julkaisi 2. huhtikuuta Gemma 4 -malliperheen, joka koostuu neljästä erikokoisesta kielimallista. Lippulaivamalli Gemma 4 31B saavuttaa matematiikassa 89,2 prosentin tuloksen AIME 2026 -vertailussa ja koodauksessa 80 prosenttia LiveCodeBench v6 -testissä. Tieteellisessä päättelyssä tulos on 84,3 prosenttia GPQA Diamond -kokeessa ja yleistiedon mittarissa MMLU Pro 85,2 prosenttia.

Edelliseen Gemma 3 -sukupolveen verrattuna parannus on valtava. Matematiikkatulos nousi 20,8 prosentista 89,2 prosenttiin ja koodaus 29,1 prosentista 80 prosenttiin. Kyseessä ei ole hienosäätö vaan kokonainen sukupolvihyppy.

Vertailu kilpailijoihin tekee tuloksista vielä merkittävämpiä. Metan Llama 4 Scout, jossa on 109 miljardia parametria, jää GPQA Diamond -testissä 74,3 prosenttiin – kymmenen prosenttiyksikköä Gemma 4:n alapuolelle. Gemma tekee saman vajaalla kolmanneksella parametreista, mikä tarkoittaa pienempää laitteistovaatimusta ja edullisempia ajokustannuksia.

Neljä mallia eri tarpeisiin

Malliperhe kattaa laajan skaalan. Pienin E2B (2,3 miljardia parametria) on suunniteltu mobiililaitteille ja reunalaskentaan. E4B (4,5 miljardia) sopii kuluttajatietokoneisiin. MoE-arkkitehtuurin 26B-malli aktivoi kerrallaan vain neljä miljardia parametria 26 miljardin kokonaismäärästä, mikä tekee siitä yllättävän kevyen ajettavan. Lippulaiva 31B Dense käyttää kaikkia parametrejaan ja tarjoaa parhaan suorituskyvyn.

Kaikki neljä mallia ymmärtävät tekstiä, kuvia ja videota. Pienemmät E2B ja E4B tukevat lisäksi ääntä suoraan, mikä tekee niistä käyttökelpoisia puheentunnistukseen ilman erillistä mallia. Konteksti-ikkuna on 128 000–256 000 tokenia mallista riippuen, ja tuettuja kieliä on yli 140.

Apache 2.0 vapauttaa kädet

Gemma 4 julkaistiin Apache 2.0 -lisenssillä ilman lisäehtoja tai piilotettuja rajoituksia. Ero Metan Llama 4 -lisenssiin on selvä: Llaman yhteisölisenssi vaatii erillisen sopimuksen, jos palvelulla on yli 700 miljoonaa kuukausittaista käyttäjää. Apache 2.0 ei aseta vastaavia kynnyksiä. Käytännössä kuka tahansa voi käyttää, muokata ja jakaa mallia kaupallisesti.

Suomalaisille startupeille ja kehittäjille tämä on konkreettinen etu. Mallin voi integroida kaupalliseen tuotteeseen ilman lisenssineuvotteluja tai juristien konsultointia. Googlen aiemmat Gemma-mallit käyttivät omaa lisenssiään, joten siirtymä standardilisenssiin on merkittävä linjanmuutos. Se viestii, että Google haluaa kilpailla avoimuudella.

Taskukokoisesta palvelinluokkaan

Gemma 4:n pienin malli pyörii Raspberry Pi 5:llä, mikä tekee siitä harrastajille ja kehittäjille helposti lähestyttävän. Kehittäjätestien mukaan E2B-malli tuottaa ensimmäisen vastauksen 3–4 sekunnissa ja generoi sen jälkeen 8–12 tokenia sekunnissa. Se ei riitä reaaliaikaiseen keskusteluun, mutta dokumenttien analysointiin, paikallisiin tekoälyassistentteihin ja eräajoon tahti on riittävä. E4B-malli toimii Pi 5:llä rajallisemmin, sillä muistinvaihto pudottaa nopeuden 3–5 tokeniin sekunnissa.

Suurempi 31B Dense -malli vaatii noin 16 gigatavua muistia 4-bittisellä kvantisoinnilla, eli se mahtuu yhteen RTX 4090 -näytönohjaimeen. MoE-versio tarvitsee noin 13 gigatavua. Mallit toimivat llama.cpp:n, Ollaman ja vLLM:n kautta. Selaimessakin Gemma 4 pyörii Hugging Facen transformers.js-kirjaston ja WebGPU:n avulla, mikä avaa mahdollisuuksia selainpohjaisiin sovelluksiin ilman palvelininfrastruktuuria.

Mitä tämä tarkoittaa käytännössä

Avointen kielimallien kilpailu on saavuttanut pisteen, jossa kompakti 31 miljardin parametrin malli päihittää vuoden takaisten suljettujen mallien tason useissa vertailuissa. Gemma 4 kilpailee samassa sarjassa Alibaban Qwen 3.5:n ja Metan Llama 4:n kanssa, mutta sen yhdistelmä suorituskykyä, pieniä mallikokoja ja rajoittamatonta lisenssiä on poikkeuksellinen kokonaisuus.

Yrityksille ja organisaatioille, jotka eivät voi lähettää dataansa pilvipalveluihin, Gemma 4 tarjoaa käytännön vaihtoehdon suljetuille rajapinnoille. Kun malli pyörii omalla laitteistolla, data pysyy organisaation hallinnassa. Terveydenhuollossa, rahoitusalalla ja julkishallinnossa tietosuojavaatimukset rajoittavat usein pilvipalvelujen käyttöä, ja paikallisesti ajettava huippumalli ratkaisee tämän ongelman.

Llama 4 Scoutin 10 miljoonan tokenin konteksti-ikkuna on edelleen ylivoimainen pitkien dokumenttien käsittelyssä, mutta Gemma 4:n 256 000 tokenia riittää valtaosaan käyttötapauksista.

Mitä seurata

Google on luvannut julkaisevansa lisää Gemma 4 -malleja vuoden 2026 aikana. Erityisen kiinnostavaa on MoE-arkkitehtuurin kehitys: 26B-malli saavuttaa jo nyt lähes lippulaivan tason aktivoimalla vain murto-osan parametreistaan. Mallit ovat ladattavissa Hugging Facesta ja Ollamasta, ja niitä voi kokeilla heti omalla laitteistolla.